11611 ورقة بحثية
تحلل هذه الورقة 2,000 مقال إخباري ألماني حول حرائق وانهيارات أرضية في البرازيل من عام 2000 إلى عام 2024 باستخدام تقسيم السلاسل الزمنية لتحديد ذروة الاهتمام الإعلامي وتحديد مدى توافق طفرات التغطية الدولية هذه مع سجلات الكوارث الوطنية والعالمية.
تقدم هذه الورقة PG-RAG، وهو إطار عمل للجيل المعزز بالاسترجاع يدمج الرسوم البيانية للمعرفة السياسية مع النماذج اللغوية الكبيرة لتحسين دقة التنبؤ بالمواقف الأيديولوجية لأعضاء البرلمان السويسري بشكل كبير من خلال الاستفادة من الدلالات النصية والعلاقات المتبادلة بين الفاعلين.
تُعد FAAST طريقة تعلم ترابطي موجهة للأمام حصرياً، تقوم بتجميع الأمثلة المصنفة تحليلياً في أوزان سريعة في تمريرة واحدة، مما يتيح تكيفاً مُشرفاً ثابتاً في الوقت وفعالاً في الذاكرة عند وقت الاختبار، يحقق أداء الانتشار العكسي مع تقليل العبء الحسابي والذاوي بشكل كبير.
تقدم هذه الورقة وتتحقق من صحة مجموعة بيانات تتبع حركة العين لمتحدثي اللغة البرتغالية كأهل لغة (L1) للغة الإنجليزية عبر جميع مستويات الكفاءة، مما يثبت أن الأجهزة ذات التردد المنخفض البالغ 60 هرتز يمكنها بفعالية التقاط التكاليف المعرفية لمعالجة الاصطلاحات في اللغة الثانية (L2) وتوفير معيار لتقييم كل من النماذج اللغوية البشرية والاصطناعية.
تقدم هذه الورقة نموذج TechToken، وهو نموذج قائم على تقنية المحولات (transformer) يحلل التحولات الجماعية في لغة براءات الاختراع للكشف عن الإشارات المبكرة للتركيبات التكنولوجية القادمة قبل عقود من حدوثها، مما يحسن التنبؤ بالابتكار ويتفوق على النماذج المتطورة في المهام المتعلقة ببراءات الاختراع.
تُظهر هذه الدراسة أن نموذج CNN-BiLSTM يتفوق على أفضل مصنف تقليدي (الغابة العشوائية) من PyCaret AutoML في اكتشاف خطاب الكراهية الثنائي على تويتر الإندونيسي، محققاً دقة أعلى بنسبة 6.6% ودرجة F1 أعلى بنسبة 4.2% من خلال الاستفادة بفعالية من تمثيلات الرموز الكثيفة والسياق ثنائي الاتجاه.
تجادل هذه الورقة الموقفية بأن عدم تمثيل مهام العلوم الاجتماعية في اختبارات النماذج اللغوية الكبيرة الحالية يعيق كلاً من تقدم الذكاء الاصطناعي والبحث في العلوم الاجتماعية، وتقترح إدخال "BenCSSmark"—وهو معيار جديد يتكون من مجموعات بيانات مشروحة من قبل علماء اجتماع حاسوبيين—لإنشاء أنظمة ذكاء اصطناعي أكثر قوة وشفافية وصلة بالواقع الاجتماعي.
تستخدم هذه الدراسة خوارزمية XGBoost المحسّنة باستخدام PyCaret وتقنية ترميز TF-IDF للتنبؤ برضا العملاء من تعليقات يوتيوب المتعلقة بالتجارة الإلكترونية الإندونيسية، مما يكشف أن المصطلحات الاجتماعية والسياسية تؤثر بشكل كبير على قطبية المشاعر.
تُظهر هذه الدراسة أن نموذج الانحدار اللوجستي التقليدي مع ميزات (TF-IDF) يتفوق على بنية التعلم العميق المعقدة (BiLSTM) في تصنيف المشاعر على عينة مكونة من 10,000 تغريدة من مجموعة بيانات (Sentiment140)، حيث حقق دقة بنسبة 73.5% مقابل 69.17% مع تجنب الإفراط في التخصيص، مع نشر النتائج عبر تطبيق ويب تفاعلي باستخدام (Streamlit).
تثبت هذه الورقة أن التشخيصات الطيفية المتماثلة عمياء جوهرياً عن اتجاه تدفق الانتباه، حيث تقدم إطار عمل ثنائي المحور يجمع بين مقياس سعة "تشيجر" ثنائي الأجزاء ومعامل عدم التماثل للتمييز بنجاح والتنبؤ بأنماط الفشل المتميزة في النماذج اللغوية الكبيرة.